Looking for Sustainable Urban Mobility through Bayesian Networks

There is no formalised theory of sustainable urban mobility systems. Observed patterns of urban mobility are often considered unsustainable. But we don’t know what a city with sustainable mobility should look like. It is nevertheless increasingly apparent that the urban mobility system plays an important role in the achievement of the city’s wider sustainability objectives.In this paper we explore the characteristics of sustainable urban mobility systems through the technique of Bayesian networks. At the frontier between multivariate statistics and artificial intelligence, Bayesian networks provide powerful models of causal knowledge in an uncertain context. Using data on urban structure, transportation offer, mobility demand, resource consumption and environmental externalities from seventy-five world cities, we developed a systemic model of the city-transportation-environment interaction in the form of a Bayesian network. The network could then be used to infer the features of the city with sustainable mobility.The Bayesian model indicates that the city with sustainable mobility is most probably a dense city with highly efficient transit and multimodal mobility. It produces high levels of accessibility without relying on a fast road network. The achievement of sustainability objectives for urban mobility is probably compatible with all socioeconomic contexts.By measuring the distance of world cities from the inferred sustainability profile, we finally derive a geography of sustainability for mobility systems. The cities closest to the sustainability profile are in Central Europe as well as in affluent countries of the Far East. Car-dependent American cities are the farthest from the desired sustainability profile. Il n'y a pas de théorie formalisée sur les systèmes de mobilité urbaine durable. Les phénomènes observés en matière de mobilité urbaine sont souvent considérés comme étant non durables. Mais on ne connaît pas les caractéristiques que devrait posséder une ville à la mobilité durable. Il est cependant de plus en plus clair que le système de la mobilité urbaine joue un rôle important dans la réalisation des objectifs plus généraux de la ville en matière de durabilité.Dans cet article, sont explorés les caractéristiques des systèmes de mobilité urbaine durable par la technique des réseaux bayésiens. À la frontière entre les statistiques multivariées et l'intelligence artificielle, les réseaux bayésiens fournissent des puissants modèles de connaissance causale en domaine incertain. En utilisant des données standardisées sur la structure urbaine, l'offre de transport, la demande de mobilité, la consommation de ressources et les externalités environnementales pour soixante-quinze grandes agglomérations  mondiales, nous avons développé un modèle systémique de l'interaction ville-transports-environnement, dans la forme d'un réseau bayésien. Le réseau a été successivement utilisé pour inférer en probabilité les caractéristiques de la ville à la mobilité durable.Le modèle bayésien suggère que la ville à mobilité durable est probablement une ville dense avec des transports en commun très performants et une mobilité multimodale. Elle produit des niveaux élevés d'accessibilité sans dépendre d'un réseau routier particulièrement rapide. La réalisation des objectifs de durabilité pour la mobilité urbaine est probablement compatible avec tout contexte socio-économique.En mesurant la distance des villes mondiales réelles du profil de durabilité inféré, on peut finalement obtenir une géographie de la durabilité des systèmes de mobilité. Les villes les plus proches du profil de durabilité théorique sont en Europe Centrale et dans les pays riches de l'Extrême Orient. Les villes américaines à forte dépendance automobile sont les plus éloignées du profil de durabilité souhaité